企业信用评级研究报告.docVIP

企业信用评级研究报告——以上100家企业为例 摘要 信用是企业立足的基础，但是中国发展市场经济的时间不长，存在企业信用意识不强的问题，因此在我国开展企业信用评级工作具有重要意义。 本文以上市公司为对象来研究企业信用评级问题。首先用两阶段抽样方法分行业抽出100家上市公司，然后利用CSMAR数据库抽取公司当年财务数据，并对其重要的财务指标进行筛选，构建了信用评级指标体系，在此基础上对筛选出的指标进行了主成分分析，利用提取的主成份建立了Logistic回归模型，并通过引入行业景气指数对模型进行调整和改进。 本文的意义在于运用所建立的模型能够较好的预测未进行信用评级企业的信用情况，以便给投资者和债权人提供更多的信息，此外，对于经营者防范企业信用状况恶化以及政府管理部门监控市场风险，也具有重要的现实意义。 关键词：企业信用评级主成分分析Logistic回归模型行业景气指数 Abstract Credit is the basis of enterprises. However, as it is not long for the development of marketing economy in China, there being problems such as the awareness of corporate credit is weak. Thus, it is of great significance to implement corporate credit rating in China. This article mainly studies on the corporate credit problems based on the listed companies in Shanghai. Firstly, we use the two-stage sampling methods to select 100 companies according to industries. After filtering all the financial indicators and building up the credit rating index system, we implement the principal component analysis on the indicators and build up the Logistic model by the components. Furthermore, we have introduced the Industry prosperity index to adjust and improve the model. The significance of this article is to use the model to predict the credit of those companies not rated yet so that the rating result can deliver more information for the investors and creditors. Moreover, it is of great value for the government monitoring the market risk and the operators preventing the deterioration in corporate credit. Keywords: Corporate credit rating; PCA; Logistic model; Industry prosperity index 目录 1.引言 1 1.1研究背景和意义 1 1.2国内外研究现状 1 1.3研究思路和内容 4 2.信用评级指标体系的建立 5 2.1信用评级指标体系建立原则 5 2.2信用评级指标的初选 6 2.3样本数据的抽取与描述统计 7 2.4所抽取企业信用等级的资料搜集 9 2.5 指标的筛选及处理 9 3.模型的准备 12 3.1正逆指标的处理 12 3.2变量间多重共线性的处理 14 4.模型的构建 17 4.1样本因变量的确定 18 4.2建立有序多分类Logistic模型 18 5.模型的改进与调整 22 6.信用评级模型构建的意义 24 7.参考文献 26 8.附录 27 1.引言 1.1研究背景和意义 随着我国资本市场的不断开放，通过IPO上市已成为企业融资和扩大生产的有效途径，越来越多的中外投资者也将目光聚集在了我国股票市场。推动资本市场健康发展，增强资本市场有效性，充分发挥资本市场的资